系统模型与用户模型：探索 AI 仪表板设计
通过结合解释性技术和用户体验设计，我们提出了一个端到端原型，旨在提高聊天机器人的透明度，通过检测系统的内部状态，展示与用户的年龄、性别、教育水平和社会经济地位相关的数据，设计了一个实时显示此用户模型的仪表板，并利用该仪表板控制用户模型和系统行为，研究结果表明用户喜欢看到内部状态，其有助于揭示偏见行为并增强他们的控制感，参与者还提出了有价值的建议，指出未来的设计和机器学习研究方向。
Jun, 2024
交互式人工智能辅助系统旨在提供及时指导，帮助人类用户完成各种任务。本研究分析了用户在任务执行过程中的心理状态，并研究了大型语言模型在解析用户个人资料以实现个性化用户指导方面的能力和挑战。
Mar, 2024
当 AI 系统进入越来越多的社会领域时，它们日益塑造并受到用户的偏好、观点和行为的影响。然而，AI 系统的设计很少考虑到 AI 和用户如何相互塑造。本论文提出了发展数学上明确规定 AI 和用户相互塑造的形式交互模型的理念，该模型可以用于制定交互实现、通过实证分析监控交互、通过反事实分析预测社会影响，以及通过干预控制社会影响。以内容推荐系统为案例研究，我们对形式交互模型的初始文献在这些用例和设计轴方面进行了批判性审视。此外，我们呼吁社区在设计、评估或审计任何与用户进行交互的 AI 系统时利用形式交互模型。
Apr, 2024
通过本文讨论了三种不同的方法来利用人工智能 (AI) 来支持应用设计师创造更好、更多样化和更具创意的移动应用界面 (UI)：第一种方法是设计师可以使用大型语言模型 (LLM)，如 GPT，直接生成和调整一个或多个 UI；第二种方法是使用视觉 - 语言模型 (VLM) 有效地搜索大型截图数据集，例如应用商店中发布的应用；第三种方法是训练一个专门设计用于生成应用界面的扩散模型 (DM)，作为启发性图片。我们讨论了如何使用 AI 来激发和辅助创造性应用设计，而不是自动化它。
Jun, 2024
使用大型语言模型进行用户交互的研究，结合机器学习和交互设计来改善推荐系统和操作系统的用户体验，以提供更智能和个性化的服务，满足用户需求并促进产品的不断改进和优化。
Feb, 2024
本文介绍了一种通过不同 iable surrogates 来规避计算时间瓶颈的方法，这种方法可以使现代行为模型在线使用而无需考虑其计算成本，并且在计算时间上可以实现与无法似然推断方法相当的建模能力，最后，我们展示了如何使 AI 助手在先前研究过的菜单搜索任务中计算模型的可行性。
Nov, 2022
这篇综述论文详细论述了用户建模和个人资料研究领域的现状、发展趋势和未来发展方向，并提出了一个包含最新动态的新颖分类系统。研究表明，用户建模方法正在向更复杂的个人资料建立方法转变，强调隐式数据收集、多行为建模以及图数据结构的整合。此外，研究还探讨了用户建模在假新闻检测、网络安全和个性化教育等领域的应用。该综述为研究人员和实践者提供了全面的资源，旨在对用户建模和个人资料的发展提供深入洞察，指导更加个性化、道德和有效的人工智能系统的发展。
Feb, 2024
该研究探讨了透明性模型报告框架是否能够支持预训练模型的设计构思，并确定了 UX 设计师在预训练模型的理解方面需要透明性信息。
Feb, 2023
本文主要探讨在当前和未来的自动机器学习系统中，人与计算机交互如何发生（包括开发、部署和维护阶段的 HCI），不同类型的用户和利益相关方对 HCI 的期望是否存在差异，如何管理 HCI 以使自动机器学习获得人的信任和广泛接受，以及随着自动机器学习系统变得更加自主和学习能力增强，HCI 的基本特性是否会发生变化。研究关键领域包括自动化机器学习，人机交互，用户界面设计，人工智能信任等方面。
May, 2022